[发明专利]基于车道管理的多模式交通协同疏散方法

说明书

本发明提供了一种基于车道管理的多模式交通协同疏散方法，包括：根据灾害特点确定疏散需求，并根据不同车辆的自由流速度将疏散道路网络离散为多层多尺寸元胞网络；基于离散后的多层多尺寸元胞网络，以整个需求疏散的系统的清空时间最短为目标函数，以多模式车队规模约束、多模式交通网络加载约束、车道分配和车道逆流约束作为约束条件构建多模式交通协同疏散模型；采用禁忌搜索算法对所述多模式交通协同疏散模型求解；根据求解结果进行多模式交通协同疏散组织。本方法实现了疏散需求、车队规模和疏散网络能力的最佳耦合，确保了疏散方案生成的效率，避免了疏散过程中的交通拥堵现象，以减少二次伤害。

技术领域

本发明涉及交通技术领域，尤其涉及一种基于车道管理的多模式交通协同疏散方法。

背景技术

依靠道路网络进行大规模疏散是应对各种灾害事件(如飓风、洪水、地震、危险气体泄漏、恐怖袭击等)的一种有效而广泛的手段，科学的疏散规划可以最大程度地减少重大人员伤亡和财产损失。在大规模疏散中，首要目标是尽快将受灾害影响的居民转移到安全区域，同时需要避免严重的交通拥挤和二次伤害。这就需要管理者按照疏散需求合理配置车队和分配道路资源，同时考虑疏散交通流的动态性制定动态的疏散计划。

在实际疏散中，经常存在行动能力低的人群，如老年人、残疾人、无车群体等，为了兼顾疏散公平和效率，需要政府组织车队参与疏散，因此多模式交通是难以避免的。采用公交导向的多模式协同疏散的模式更符合行动能力低的人群比例较高、人均机动车保有量和道路密度均低于发达国家、人群高度聚集的大型活动和场所较多的情况。目前，关于组织多模式交通疏散的研究较少，主要包括：以疏散时间最小化为目标，通过多蚁群智能算法平衡整个道路网络中交通负载，但是该方法疏散交通模型是静态的，不能捕获疏散中的交通拥堵，不能提供实时的疏散时刻表，不能详细的提供车道的管理方案；考虑所有疏散人群的总行驶距离最短为目标函数，建立基于可逆车道与交叉口冲突消除的公交疏散路径规划模型，选取遗传算法对模型进行求解，得到最优公交疏散路径规划方案，但是该方法通过设置专用道，忽略其他车辆对公交车的影响，采用了静态的疏散交通模型，不能捕获交通拥堵，不能制定实时的疏散时刻表；建立整合混合车队和车道逆流策略的双层规划模型，使用启发式算法和公交优先的最小费用流算法组成的双层算法求解，但是该方法使用了静态交通模型，不能捕获疏散中的交通拥堵等现象，而且双层规划求解效率低，不适应实时疏散。

以上方法多采用静态交通模型，不考虑多种交通流在网络中的动态演化，不能捕获交通拥堵。然而在大规模疏散中，交通拥堵极易发生，这可能降低疏散效率并造成二次伤害。此外，以上方法以网络清空时间为目标函数，但由于网络清空时间属于非线性非凸的形式，无法直接优化，因此，模型多表述为双层规划，不能借助商业求解器直接进行模型求解，限制了模型的大规模应用。

发明内容

本发明提供了一种基于车道管理的多模式交通协同疏散方法，以解决现有技术中存在的缺陷。

为了实现上述目的，本发明采取了如下技术方案。

一种基于车道管理的多模式交通协同疏散方法，包括：

S1根据灾害特点确定疏散需求，并根据不同车辆的自由流速度将疏散道路网络离散为多层多尺寸元胞网络；

S2基于离散后的多层多尺寸元胞网络，以整个需求疏散的系统的清空时间最短为目标函数，以多模式车队约束、多模式交通网络加载约束、车道分配和车道逆流约束作为约束条件构建多模式交通协同疏散模型；

S3采用禁忌搜索算法对所述多模式交通协同疏散模型求解；

S4根据求解结果进行多模式交通协同疏散组织。